gstack：YC 总裁的 AI 软件工厂，把 Claude Code 变成虚拟工程团队

gstack：YC 总裁的 AI 软件工厂，把 Claude Code 变成虚拟工程团队

Garry Tan 开源的 gstack（garrytan/gstack）是一套运行在 Claude Code 内的 AI 工程工作流，通过 23 个角色化 slash command 将 AI 从”工具“变成”团队”。YC 总裁用这套工具在兼职运营 YC 的同时，60 天产出了约 60 万行生产代码（35% 为测试），逻辑代码产出速率是 2013 年的 810 倍。它不是一堆孤立的快捷指令，而是一套完整的流水线——每一步的输出是下一步的输入，覆盖从需求到上线的全生命周期。

功能与原则

gstack 的核心设计原则是把 AI 当团队管，而不是当工具用。每个 slash command 对应一个专业角色：

• /office-hours — YC office hours，产品需求审查，动手前先问六个强制问题
• /plan-ceo-review — CEO 视角的产品范围评审，四种模式：expand / trim / hold / reduce
• /plan-eng-review — 工程经理视角，锁定架构，画数据流图，列出故障模式
• /design-consultation — 设计师视角，捕捉 AI 生成的界面塑料感
• /review — Staff Engineer 代码 review，自动修复明显问题，标出完整性缺口
• /qa — QA lead，基于 Playwright 的真实浏览器测试，生成回归测试，60 秒内出健康分
• /cso — 安全官，运行 OWASP Top 10 + STRIDE 威胁审计，有置信度门控
• /ship — 发布工程师，同步 main、跑测试、开 PR，没有测试框架时自动引导搭建

23 个命令均以纯 Markdown 格式保存在 .claude/skills/ 目录，无后台常驻进程，不污染 PATH，所有状态都在会话内。

认可度

• GitHub Star：约 134,700（截至 2026-10-03），本周 +559，持续保持日均 +80 的稳步增长
• Forks：约 20,100
• 2026 年 3 月上线，26 周内有 23 周保持 commit，290 次提交，活跃度评分 100/100
• 多个技术社区（Dev.to、HN、Product Hunt）引发讨论，被评价为”2026 年软件开发方向的一个信号”
• 2026 年 10 月 2 日 GitHub Trending 仍在前 50

链接

GitHub：https://github.com/garrytan/gstack

原作者

Garry Tan（@garrytan）—— Y Combinator 总裁兼 CEO。曾任 Palantir 早期 eng/PM/designer，联合创立 Posterous（被 Twitter 收购），主导构建了 YC 内部社交网络 Bookface。2026 年 3 月公开 gstack 并持续维护，目标是让”一个人用对工具可以比一个传统团队更快”。

介绍

gstack 起源于 Garry Tan 对一个问题的好奇：Andrej Karpathy 在 2026 年 3 月的播客里说”我大概从去年 12 月起就没亲手写过一行代码了”。Garry 想弄清楚”一个人怎么做到这件事”。答案是：不是给 AI 一个长 prompt，而是把 AI 组织成一个有分工、有流程、有输出标准的虚拟团队。

gstack 把 Claude Code 变成了一个由 23 个 specialist 组成的工程组织：CEO 重新定义问题，Eng Manager 锁定架构，Designer 捕捉 AI 塑料感，Reviewer 找生产 Bug，QA Lead 打开真实浏览器验证，Security Officer 跑 OWASP + STRIDE 审计，Release Engineer 打包上线。每一个角色只做自己的事，输出标准化，下一步可以无缝消费上一步的产出。

这套工作流的背后是 Garry Tan 本人 20 年的工程经验和对 YC 上千家创业公司的观察。他把”什么是对的工程实践”编码进了这些命令里——这不是一个极客的 side project，而是 YC 总裁每天都在用的生产工具。

特点

• 角色化团队架构：23 个 slash command = 23 个专业角色，不是工具罗列，是有分工的团队
• 真实浏览器 QA：基于 Bun + Playwright 守护进程，同一会话同一标签页持续操作，上下文开销减少 20 倍，60 秒出健康分
• OWASP + STRIDE 安全审计：内置安全官角色，跑自动化威胁模型，不是事后检查，是上线前的强制门控
• 安装极简：30 秒完成，git clone + ./setup，不需要改 PATH，不影响现有工作流
• 多 Agent 兼容：主要面向 Claude Code，也支持 Codex CLI、OpenCode、Cursor、Kiro、Heremes Agent 等
• 零商业限制：MIT 许可证，全部功能开源，不需要付费或注册账户
• 逻辑产出可衡量：Garry Tan 公开了测量方法论（docs/ONTHELOCCONTROVERSY.md），用”逻辑代码变更”而非原始行数来衡量生产率

使用方法

安装（30 秒）：

在 Claude Code 终端执行，Claude 自动完成剩余步骤：

git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/.claude/skills/gstack && cd ~/.claude/skills/gstack && ./setup

setup 脚本会引导将 gstack 配置写入项目 CLAUDE.md。

使用流程（推荐前几步）：

1. /office-hours — 描述你要做什么，看它如何重新定义你的问题
2. /plan-ceo-review — 在任何功能想法上跑，看产品范围评审
3. /review — 在有改动的分支上跑，看代码审查结果
4. /qa — 在 staging URL 上跑，看 AI 生成的应用健康分

单技能安装：

npx skills add nvidia/skills --skill cuopt-numerical-optimization-api --yes

跨 Agent 安装（Codex / Gemini CLI）：

git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/gstack && cd ~/gstack && ./setup --host auto

使用场景与人群

适用场景：
– 个人开发者或独立创始人，想用 AI 独立完成产品全栈开发
– 小团队需要rigorous review、QA 和安全审计，但无力雇佣专职人员
– 技术管理者希望给 AI 编程工具加上标准化工程流程，而不是让 AI 自由发挥
– 任何已经在用 Claude Code 但希望产出更稳定、更少”AI 塑料感”的开发者

目标用户：
– 创始人 / CEO（尤其是还有技术背景的）
– 首次使用 Claude Code 的开发者（结构化角色比空白 prompt 更好上手）
– Tech Lead / Staff Engineer（需要对每个 PR 做严格 review + QA + 安全审计）
– 对”AI 编程工具”持观望态度，想看看高阶用法的工程师

不适用：
– 已有完整设计师 + QA + 安全团队的中大型团队（agent 角色会与真实团队冲突）
– 不使用 Claude Code 生态的用户（gstack 目前深度绑定 Claude Code）

输入与输出案例

案例 1：功能评审

输入：/plan-ceo-review
主题：我想做一个 AI 代码评审工具，目标是替代人工 PR review

输出：
[CEO Review]
❓ 是否有人已经在解决这个问题？已有 GitHub Actions、CodeRabbit...
❓ 你的独特优势是什么？差异化在...
📊 市场有多大？...
✋ 什么情况下你会放弃这个方向？...
→ 建议：先做 /office-hours，确认问题定义

案例 2：代码质量审查

输入：/review
（在有改动的分支上运行）

输出：
[Staff Engineer Review]
✅ 类型安全完整
⚠️ 缺少 edge case 测试（见 test/utils.test.ts）
🔴 完整性缺口：没有处理 rate limit 时的重试逻辑
🔴 安全性：用户输入直接拼 SQL（建议用 parameterized query）
→ 自动修复了 3 个明显格式问题
→ 标记了 2 个需要人工决策的问题

GitHub: https://github.com/garrytan/gstack